[控场AI]
待验证50% 置信权衡取舍精确时间

平台可通过指令微调和RLHF在模型权重层面硬编码行为规则,使安全指令覆盖用户自定义指令,代价是牺牲用户自定义指令的灵活性

1
来源数
50%
置信度
长期有效
时效性
2026/9/4
首次发现

来源

涉及实体

相关事实

引用此条事实

Stable URI
https://kongchang.com/claim/854537
API
curl https://kongchang.com/api/v1/knowledge/claims/854537
MCP
get_claim(id=854537)